T

Timesformer Large Finetuned K400

由fcakyon開發
TimeSformer是一個基於空間-時間注意力機制的視頻分類模型,專門用於視頻理解任務。
下載量 254
發布時間 : 12/10/2022

模型概述

該模型基於Kinetics-400數據集預訓練,能夠將視頻分類為400個可能類別之一。它採用了純注意力機制處理視頻的時空信息。

模型特點

純注意力機制
完全基於Transformer架構處理視頻的時空信息,無需卷積操作
高效視頻理解
能夠有效捕捉視頻中的時空特徵,適用於長視頻理解
大規模預訓練
基於Kinetics-400大規模視頻數據集進行預訓練

模型能力

視頻分類
時空特徵提取
視頻內容理解

使用案例

視頻內容分析
動作識別
識別視頻中的人類動作和行為
可識別Kinetics-400數據集中的400種動作類別
視頻內容分類
對視頻內容進行分類和標記
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase